排序方式: 共有64条查询结果,搜索用时 187 毫秒
31.
为准确地对滚动轴承退化趋势进行预测,提出了KPCA和TCN-attention的组合预测方法。首先,利用KPCA对轴承的高维特征集进行非线性特征提取,并将第一主成分作为轴承的性能退化指标,对第一主成分进行归一化和平滑预处理;然后,在时间卷积网络TCN中加入注意力机制来赋予隐藏层中关键特征的权重系数,找出TCN提取每个时间步的局部特征中贡献最大的部分,进而筛选出关键信息;最后,利用辛辛那提IMS轴承外圈和内圈的全生命周期数据对所提方法的可行性进行了验证,实验结果表明,与未加注意力机制的TCN和GRU、LSTM对比,所提方法的外圈RMSE和MAE预测指标分别降低至0.00299和0.00217,内圈RMSE和MAE预测指标分别降低至0.03401和0.02490,具有更高地预测准确性。 相似文献
32.
随着互联网新媒体和广播电视事业的迅猛发展,传统媒体和新媒体等各类媒体竞争异常激烈.县级广播电视台在这场激烈的媒体竞争中,应发挥基层新闻媒体本土优势,与当地社会政治、经济、文化、科学技术及人文思想理念的总体发展紧密联系在一起,充分发挥新闻媒体在环境监测、社会沟通协调、文化传承和提供娱乐等方面的功能.笔者以旺苍县广播电视台2013年的业绩,展现县级广播电视台在现代社会中的重要地位. 相似文献
33.
34.
针对二值人脑结构网络的模块化方法不足以反映复杂的人脑生理特征这一问题,提出一种基于Fast Newman二值算法的加权脑网络模块化算法。该算法以凝聚节点的层次聚类思想为基础,以脑网络中单个脑区节点的权重值和脑网络总权重值为主要依据构建加权模块度评价指标,并将其增量作为度量值来确定加权脑网络中节点的合并从而实现模块划分。将该算法应用于60个健康人的组平均数据中的实验结果显示,与二值人脑网络模块化结果相对比,所提算法得到的模块度提高了28%,并且模块内部和模块外部的特征区分更加明显,所得到的人脑模块也更符合已知的人脑生理特性;而与现有的两种加权模块化算法实验对比结果表明,所提算法在合理划分人脑网络模块结构的同时也小幅提高了模块度。 相似文献
35.
兆瓦级风力发电变流系统多重斩波器的研究 总被引:6,自引:1,他引:6
讨论了1.2MW变速恒频风力发电变流系统中的多重斩波器。变流系统采用AC/DC/AC结构,基于DSP控制,使得永磁同步电机输出的电能高效地传递到电网。其中多重斩波器采用平均电流法控制,利用状态空间平均法以及小信号模型分析了升压斩波电路,确定了电路的PI调节器参数。实验结果验证了理论分析,证明PI调节器具有很好的动态性能和稳态性能。 相似文献
36.
针对K-means等聚类方法在脑网络状态观测中稳定性和鲁棒性较差的缺点,提出了一种基于瞬时转变率模型的脑网络状态观测算法。通过对状态转换临界点进行分组统计和分析,计算每一个临界时间点的状态瞬时转变率,在此基础上构建脑网络状态观测算法,并使用区间估计方法对状态转换的观测效果进行估计和验证。在脑网络数据库样本中的实验结果显示,与K-means等脑网络状态聚类观测算法相比,该算法在不同条件下的聚类稳定性更好,对样本差异的适应性更强,受参数选择的影响更小,能直观地观测到脑网络状态转换趋势。 相似文献
37.
针对滚动轴承故障信号特征难以提取导致故障识别率低的问题,提出了基于多尺度特征提取与核主成分分析(KPCA)的轴承故障诊断模型。该模型首先利用固有时间尺度分解(ITD)将振动信号分解成若干个固有旋转(PR)分量,其次根据相关系数准则筛选固有旋转分量,然后求取固有旋转分量在多个尺度上的时域特征,最后利用核主成分分析将得到的多尺度特征进行融合,并用融合后的特征向量建立极限学习机(ELM)故障诊断模型,实现对滚动轴承状态的识别。与传统的单一尺度特征提取方法相比,多尺度特征提取在时域特征的基础上添加了尺度因子,具有度量时间序列在不同尺度因子下复杂性的优点。 相似文献
38.
针对现有的地址匹配算法地址要素切分存在歧义、匹配率和准确率低等问题,提出一种多策略结合的地址匹配算法。利用双向最大匹配分词算法提取有歧义的地址要素,通过建立地址要素特征字词典与地址标准数据库,对歧义结果进行首次歧义消除,再利用基于序列标注的中文分词进行二次歧义消除,将得到的各地址要素匹配数据库后计算相似性匹配得分,最后按照各地址要素的重要程度分配权重,加权求和后得到匹配总得分。结果表明,该算法优于其他传统的地址匹配算法,提高了地址匹配的匹配率与准确率。 相似文献
39.
40.
水性中间相制备的初步研究 总被引:5,自引:0,他引:5
通过生焦与硫酸和硝酸混酸的氧化作用,对水性中间相的制备进行了研究,利用付立叶红外光谱,X-射线衍射及扫描电子显微镜(SEM)对热处理后的水性中间相进行了表征。 相似文献